3.A.5 Esempi
Di seguito alcune applicazioni di esempio su come questi nuovi strumenti possono essere integrati nei processi.
Web scraping
Questo è un processo che alla creazione di un'azienda esegue una chiamata ad un agente richiedendo di cercare online delle informazioni sull'azienda e valorizzandole nell'anagrafica.
L'agente dovrà aver attivato un tool per la ricerca web (es. web_search_exa) e i tool del client MCP di VTENEXT per poter accedere alla struttura dei moduli e aggiornare il record.
Il processo parte alla creazione di un'azienda ed esegue l'azione Chiama agente.
In User message chiedo di cercare online le informazioni e valorizzarle nell'azienda. Inoltre chiedo di creare un contatto per l'amministratore delegato.
Se nell'azione di processo hai impostato la modalità di esecuzione Backgroud dopo il salvataggio il sistema notificherà che il record è ancora in aggiornamento e una volta terminato la pagina del browser si aggiornerà automaticamente.
Dal tab Storico si avrà evidenza dei campi aggiornati:
Assistenza clienti chiusa
In questo caso implementiamo un processo che negli orari in cui gli uffici sono chiusi risponde automaticamente ai ticket di assistenza tecnica informando il cliente della chiusura e tentando di fornire una soluzione al problema.
Tool add_comment
Per prima cosa realizziamo un processo tool per aggiungere un commento ad un ticket che prevede in input i parametri id ticket e il commento.
Nel secondo step del processo eseguiamo una chiamata LLM per rielaborare il testo del commento applicando un certo stile.
In questo caso basta utilizzare solamente un LLM anziché un agente in quanto non è necessario utilizzare tool ma solamente sfruttare la capacità linguistica del modello.
Infine utilizziamo la funzione SDK Add comment mappando tutti i campi richiesti. In questo caso indico nel parametro ownerid l'id dell'utente Kitt e con ai impostato a true forzo l'aggiunta di una nota informatica in calce al commento che indica che il testo è stato generato tramite AI.
Il tool add_comment va quindi attivato nell'agente che utilizzeremo nei prossimi step, assieme al tool user_manual e/o eventuali documenti nella sezione RAG per la conoscenza necessaria a fornire una soluzione.
Implementazione processo su ticket
Possiamo quindi implementare un nuovo processo oppure integrare le nuove logiche AI in uno già esistente. In questo caso sfrutto un processo già esistente che alla creazione di un ticket imposta lo SLA in base alla priorità.
Nella task AI:check orario eseguo una chiamata all'agente con il seguente prompt:
L'azienda è aperta dal lunedì al venerdì dalle ore 09:00 alle 13:00 e dalle 14:00 alle 18:00 i soli giorni feriali.
Se il ticket è stato creato in orario di apertura restituisci la stringa "open" altrimenti "closed".
Restituisci esattamente quella stringa senza aggiungere altro testo o titoli.e predispongo la form dinamica con un campo popolato con la risposta:
Configuro la condizione sul campo della form dinamica e il gateway successivo in modo che se l'agente ritorna closed il processo vada nella task AI: risp automatica.
Nell'ultima task del processo eseguo prima la chiamata al tool add_comment per informare il cliente della chiusura ed infine la chiamata all'agente per proporre la soluzione.
Il commento qui indicato sarà poi rielaborato dal modello LLM nel processo tool.
prompt per agente:
aggiungi un commento con il tool add_comment proponendo una soluzione al suo problema cercando in user_manual.
Nel testo non usare mai titoli o codice markdown, restituisci solo testo semplice.Test
Testiamo il processo creando un ticket in orario di chiusura con Titolo login fallito e Descrizione "buongiorno stamattina non riesco più a fare il login a vte, potete controllare urgentemente?"
Verranno aggiunti dei commenti simili a questi:
